به کارگیری الگوریتم خوشه بندی C میانگین فازی در تشخیص میزان اضطراب

مقدمه: یکی از مهمترین گام ها در پیشگیری و کنترل اختلالات اضطرابی، تشخیص آنها در مراحل اولیه توسط روانپزشک است. هدف از انجام پژوهش حاضر، ارایه روشی جهت تشخیص شدت اضطراب با استفاده از الگوریتم خوشه بندی C- میانگین فازی بود. همچنین، تاثیر هر مشخصه در سنجش اضطراب و خوشه بندی مراجعه کنندگان تعیین گردید. روش بررسی: این مطالعه از نوع توصیفی بود. مجموعه داده های مرتبط به پرونده ۳۰۰ نفر از مراجعه کنندگان به سه کلینیک روانپزشکی در شهر تهران، بر اساس پرسشنامه آزمون Beck Anxiety Inventory) BAI) تهیه شد. سپس الگوریتم خوشه بندی C- میانگین فازی، به بخشبندی مراجعه کنندگان و تعیین میزان اضطراب آنها در هر خوشه پرداخت. این الگوریتم به طور مجزا بر روی هر مشخصه نیز اعمال گردید.یافته ها: مراجعه کنندگان به کلینیک روانپزشکی به چهار خوشه با برچسب های «فاقد اضطراب، اضطراب خفیف، اضطراب متوسط و اضطراب شدید» تقسیم شدند. الگوریتم خوشه بندی C- میانگین فازی با دقت ۶۶ / ۹۰ درصد، به تشخیص اضطراب مراجعه کنندگان پرداخت. با اجرای این الگوریتم بر روی هر مشخصه، تاثیر مشخصه ها در سنجش اضطراب و خوشه بندی مراجعه کنندگان نیز تعیین شد.نتیجه گیری: الگوریتم خوشه بندی C- میانگین فازی، شدت اضطراب مراجعه کنندگان را با دقت بالایی تشخیص می دهد. بخش بندی بیماران با رویکرد خوشه بندی و بر اساس مهمترین مشخصه ها، می تواند ابزار مفیدی جهت تصمیم گیری روانپزشک در تشخیص شدت اضطراب در مراحل اولیه آن باشد.

Keywords:

تحلیل خوشه ای , منطق فازی , اضطراب